Hydro One Limited (HRNNF) Fair Value & Analyse
Utilities · US · Marktkap. $24.0B
Fair Value Stand: 24.06.2026
Analyse
Hydro One Limited (HRNNF) notiert aktuell bei $40.36, während unser modellbasierter Fair Value bei $23.61 liegt — das entspricht einer Einschätzung von 41.5% überbewertet. Die Geschäftsqualität bewerten wir mit 95/100 (hohe Qualität), Sektor Utilities. Bär-Case: Da der Kurs über unserer Schätzung liegt, preist der Markt bereits hohe Erwartungen ein. Bull-Case: Eine überdurchschnittliche Qualität kann einen Aufpreis rechtfertigen — entscheidend bleibt der Einstiegskurs (Evidenz: hoch).
Über das Unternehmen
Hydro One Limited ist ein Stromübertragungs- und -verteilungsunternehmen in Ontario. Das Unternehmen ist in drei Segmenten tätig: Übertragung, Verteilung und Sonstiges. Das Unternehmen besitzt und betreibt etwa 30.000 Kilometer Hochspannungsübertragungsleitungen und etwa 126.000 Kilometer primäre Niederspannungsverteilungsleitungen. Es bietet Telekommunikationsunterstützungsdienste für seine Übertragungs- und Verteilungsgeschäfte an. sowie Dienstleistungen und Lösungen im Bereich Informations- und Kommunikationstechnologie. Es bedient Privat-, Kleinunternehmens-, Gewerbe- und Industriekunden sowie Stadtwerke. Hydro One Limited wurde 2015 gegründet und hat seinen Hauptsitz in Toronto, Kanada.
Vollständige interaktive Analyse öffnen →
Ähnliche Aktien
Häufige Fragen
Ist Hydro One Limited (HRNNF) unterbewertet?
Was ist der Fair Value von HRNNF?
Wie hoch ist der Qualitäts-Score von HRNNF?
Wie wir den Fair Value berechnen
Jedes Unternehmen wird durch einen Stapel unabhängiger Intrinsic-Value-Modelle bewertet (DCF-Varianten, Residual-Income, Multiples u. a.), die zu einem familienausgewogenen Konsens verschmolzen und nach der Datenqualität gewichtet werden. Eine separate Qualitäts-Ebene bewertet die Fundamentaldaten. Alle Eingaben sind real gemeldete Daten — nichts geschätzt.
Nur zu Bildungs- und Recherchezwecken · keine Anlageberatung · keine Kauf-/Verkaufsempfehlung. Modellbasierte Schätzungen sind keine Gewissheiten; ihre Verlässlichkeit hängt von Datenqualität und Annahmen ab.